Python資料分析（一）Numpy

NumPy，Pandas和 Matplotlib “工欲善其事，必先利其器。” Numpy ，pandas 和 Matplotlib 被稱為Python資料分析的三劍客模組。首先我們來講講安裝問題，推薦直接傻瓜式安裝Anaconda，裡面封裝了大量的第三方庫，其中就包括了我們的三劍客模組。推薦到清華大學開源映象站下載。

• NumPy是一個科學計算庫，提供了矩陣運算的功能，一般用它提供一個 Ndarray 物件 。（注：python檔名不要模組名重複，不然建立陣列物件時會出現問題：比如說檔名為 numpy.py 這時檔名和numpy衝突 報錯：AttributeError: module ‘numpy’ has no attribute ‘array’）

1.定向生成陣列物件

   import numpy as np  #建立多維陣列物件  arr1=np.array([1,2,3,4,5]) 
   > arr2=np.array([[1,2,3,4,5],[6,7,8,9,0]])  #列印維度  print(arr2.shape) 
   > print(arr1.shape)  #輸出結果如下：(2, 5) (5,) 多維陣列維度（行，列）
  
  
  
   #列印陣列的資料型別 
   print(arr1.dtype) 
   print(arr2.dtype) 
   #輸出：int64  int64
  
   #列印陣列元素的個數
   print(arr2.size)
   #輸出：10
  
   #格式轉換
   arr2.shape=5,2
   arr1.shape=5,1
   print(arr2.shape)
   print(arr1.shape)
   #輸出：(5, 2) (5, 1)
 

2.自動生成陣列

   #使用arange函式建立一定範圍內的等差一維陣列
   arr4=np.arange(1,2,0.1)
   print(arr4)
   #輸出：[1.  1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9]
  
  
   #使用linspace函式通過指定開始值，終值和元素個數建立一維陣列
   arr3=np.linspace(0,1,15)
   print(arr3)
   '''輸出：[0.     0.07142857 0.14285714 0.21428571 0.28571429 0.35714286
   0.42857143 0.5     0.57142857 0.64285714 0.71428571 0.78571429
   0.85714286 0.92857143 1.     ]'''
  
   #使用logspace函式生成等比數列
   arr5=np.logspace(0,10,5)
   print(arr5)
   '''輸出：[1.00000000e+00 3.16227766e+02 1.00000000e+05 3.16227766e+07
   1.00000000e+10]'''
  
   #使用zeros函式生成0向量
   print(np.zeros((3,4)))
   '''輸出：
   [[0. 0. 0. 0.]
   [0. 0. 0. 0.]
   [0. 0. 0. 0.]]'''
  
   #使用ones函式生成全是1的陣列
   print(np.ones((2,3)))
   '''out:
   [[1. 1. 1.]
   [1. 1. 1.]]'''
  
   #使用eye函式建立主對角線上全是1的陣列
   print(print(np.eye(4)))
   '''out:
   [[1. 0. 0. 0.]
   [0. 1. 0. 0.]
   [0. 0. 1. 0.]
   [0. 0. 0. 1.]]'''
  
   #使用diag函式指定主對角線值,list形式傳值
   print(np.diag([1,2,3,4,5]))
   '''out：
   [[1 0 0 0 0]
   [0 2 0 0 0]
   [0 0 3 0 0]
   [0 0 0 4 0]
   [0 0 0 0 5]]'''
 

3.隨機生成陣列

   import numpy as np
   #ramdom函式隨機生成陣列,reshape函式規定其為25行4列
   print(np.random.random(100).reshape(25,4))
   ''' 部分輸出：
   [[0.41779031 0.31529555 0.17766244 0.72547036]
   [0.95439412 0.80383632 0.41866361 0.17071668]
   ......
   [0.06610952 0.87488625 0.85913323 0.13361665]
   [0.64676173 0.31024695 0.04490706 0.23985548]]
  
   ‘''
  
   #服從均勻分佈
   print(np.random.rand(5,5))
   '''輸出：
   [[0.42083652 0.98716543 0.9742623  0.9402266  0.70753504]
   [0.60180081 0.77633264 0.08107967 0.80593841 0.65563986]
   [0.93934732 0.79088117 0.42302721 0.58801814 0.09153276]
   [0.42432187 0.48180108 0.08489092 0.0856836  0.60130952]
   [0.25887204 0.09300781 0.71942068 0.86411773 0.35567047]]
  
   '''
  
   #服從正態分佈
   print(np.random.randn(5,5))
   '''輸出：
   [[ 1.27285675  1.45503025  0.27600984 -0.32931654 -0.78800697]
   [-0.4268439  -2.16412776 -0.18753525  0.05182456 -2.13253747]
   [-2.12798807  0.77489968 -0.09857475  0.7274294  -0.01992541]
   [-0.96002384  0.38462981  0.60109209  1.27692944 -0.14912962]
   [ 0.17716558 -1.31903088 -0.33830463 -0.0716197  1.71571588]]
   '''
  
   #給定區間生成隨機數
   print(np.random.randint(1,10,size=[3,3]))
   '''輸出：
   [[7 1 4]
   [8 3 5]
   [5 3 1]]
   '''

4.索引和切片 一維陣列：

   import numpy as np
   arr0=np.arange(10)#[0 1 2 3 4 5 6 7 8 9]
  
   print(arr0[2])#列印第三個數
  
   print(arr0[2:6])#切片包括arr0[2]但是不包括arr0[6]
  
   print(arr0[:4])#表示從arr0[0]開始，到指定arr0[3]
  
   print(arr0[-1])#表示最後一個元素
  
   #判斷運輸算
   equal_to_one=(arr0==1)#返回布林值[False True False False False False False False False False]
   print(arr0[equal_to_one])#[1]
  
   #取判斷運算（&和 |）
   equal_to_one_and_two=(arr0==1)&(arr0==2)
   print(arr0[equal_to_one_and_two])#[] 不存在一個數，既等於1又等於2
   equal_to_one_or_two=(arr0==1)|(arr0==2)
   print(arr0[equal_to_one_or_two])#[1 2]

n維陣列

   arra=np.array([1,2,3,4,5,6,7,8,9,10,11,12]).reshape(3,4)
   '''[[ 1  2  3  4]
   [ 5  6  7  8]
   [ 9 10 11 12]]
   '''
   print(arra[:,3])#取第4列元素
   print(arra[0,1:3])#取第0行，第1和第2列元素
   print(arra[1:,1:])#取第1，2行，1，2，3列元素
  
   print(arra.ravel())#展平陣列，預設橫向[ 1  2  3  4  5  6  7  8  9 10 11 12]
   print(arra.flatten())#橫向展平陣列[ 1  2  3  4  5  6  7  8  9 10 11 12]
   print(arra.flatten('F'))#縱向展平陣列[ 1  5  9  2  6 10  3  7 11  4  8 12]
  
   arra2=np.array([1,2,3,4,5,6,7,8,9,10,11,12]).reshape(3,4)
   print(np.hstack((arra,arra2)))
   '''
   [[ 1  2  3  4  1  2  3  4]
   [ 5  6  7  8  5  6  7  8]
   [ 9 10 11 12  9 10 11 12]]
   '''
   print(np.vstack((arra,arra2)))
   '''
   [[ 1  2  3  4]
   [ 5  6  7  8]
   [ 9 10 11 12]
   [ 1  2  3  4]
   [ 5  6  7  8]
   [ 9 10 11 12]]
   '''
   print(np.hsplit(arra2,2))
   '''
   [array([[ 1,  2],
      [ 5,  6],
      [ 9, 10]]), array([[ 3,  4],
      [ 7,  8],
      [11, 12]])]
      '''
   print(np.vsplit(arra2,3))
   '''[array([[1, 2, 3, 4]]), array([[5, 6, 7, 8]]), array([[ 9, 10, 11, 12]])]'''

5.賦值 *

   import numpy as np
   a=np.arange(12)
   b=a
   b.shape=3,4
   print(a.shape)
   print(id(a))
   print(id(b))
   輸出
   (3, 4)
   4557363120
   4557363120

‘=’賦值開闢同一塊儲存單元，通俗來說就是名字不一樣，但就是一個東西 ‘view（）函式’開闢不同的儲存單元，但是資料共同 ‘copy（）函式’僅用於初始化，完全不同的兩個東西

6.操作檔案（不打算整理後面pandas詳細介紹）

7.排序 大致介紹 1.a.sort() 對元素排序 直接進行排序，預設為升序 括號中可以傳引數，axis=1表示橫向排序，axis=0表示縱向排序

2. a.argsort() 對下標排序 操作基本一致 8.常用統計函式